Every team is born reading the same library.

The classics of financial theory and what each is worth on B3: value and price, risk and return, behaviour, capital structure, competitive advantage, cycles, decisions and expectations.

• Ciclos e reflexividade: Marks, Minsky, Soros, o ciclo de capital e os ciclos de juros do Brasil

  Como pensar em ciclos sem prever o futuro: o pêndulo de Marks, a instabilidade de Minsky, a reflexividade de Soros, o ciclo de capital da Marathon e os ciclos de crédito, com a história da Selic, da inflação e do câmbio no Brasil de 1999 a 2025 (dados do BCB) e um roteiro para tirar a temperatura do ciclo com as ferramentas.

  ~6 pages11 sectionsPython

• Decisão e tamanho de posição: valor esperado, Kelly, caudas gordas, taxas-base e calibração

  Como decidir e dimensionar posições sob incerteza: valor esperado e crescimento geométrico, o critério de Kelly e por que usar uma fração dele, risco de ruína, caudas gordas na B3 (dados do NEFIN), a aritmética da diversificação, taxas-base e visão de fora, e calibração de previsões (Brier, intervalos de 80%), com Python testado.

  ~6 pages12 sectionsPython

• Eficiência e comportamento: por que é difícil vencer o mercado e onde ainda dá

  A hipótese dos mercados eficientes e o paradoxo de Grossman-Stiglitz, os limites à arbitragem e as finanças comportamentais, transformados num teste para a visão variante e numa lista dos vieses a que um time de IA está sujeito, com as defesas.

  ~6 pages11 sectionsPython

• Estrutura de capital e alocação: Modigliani-Miller, agência, proventos e o caso brasileiro

  Quando a estrutura de capital e a política de proventos criam ou destroem valor (MM, trade-off, pecking order, agência), por que alocar capital é o trabalho central do CEO, e as regras brasileiras que mudam a conta: JCP, isenção e nova tributação de dividendos, dividendo obrigatório, ON e PN, tag along e recompras.

  ~7 pages11 sectionsPython

• Expectativas: ler o que o preço embute e achar o gatilho que pode mudá-lo (Rappaport e Mauboussin)

  O método de investir por expectativas: ler as expectativas embutidas no preço (direcionadores de valor e período de previsão implícito), usar a infraestrutura de expectativas (gatilhos, fatores, direcionadores) para achar o gatilho que mais move o valor, comparar com as taxas-base e decidir; com Python e a ligação com o DCF reverso da casa.

  ~6 pages13 sectionsPython

• Risco e retorno: de Markowitz aos fatores, e o que é risco contra o CDI

  A teoria de risco e retorno que importa para escolher ações e montar carteira (Markowitz, CAPM e suas falhas, APT, Fama-French, momento, baixa volatilidade e qualidade), a evidência dos fatores no Brasil pelos dados do NEFIN de 2001 a 2025 e o que 'risco' significa para uma carteira medida contra o CDI.

  ~6 pages10 sectionsPython

• Valor e preço: de Graham e Dodd às três camadas de Greenwald

  A tradição de valor em ordem: valor intrínseco, margem de segurança e Sr. Mercado (Graham), valor como fluxo descontado (Williams), crescimento e scuttlebutt (Fisher), qualidade a preço justo (Buffett e Munger) e as três camadas de Greenwald, com o cálculo do EPV em Python e o que cada camada quer dizer na B3.

  ~7 pages11 sectionsPython

• Vantagem competitiva: Porter, Greenwald, Helmer, Mauboussin e como testar um fosso com números

  As quatro escolas de vantagem competitiva (forças de Porter, barreiras de entrada de Greenwald, os 7 poderes de Helmer, o fosso medido de Mauboussin), a evidência de que retornos altos revertem à média e um roteiro para testar uma alegação de fosso com ROIC, margens contra pares, estabilidade de participação e repasse de inflação, com Python.

  ~6 pages11 sectionsPython

Where good theses come from, from the great to the uncommon: special situations, capital cycles, compounders, turnarounds, regime changes and a process to find what others miss.

• Ciclos de capital e commodities: oferta, curva de custo, defasagens e o real

  Como achar ideias em setores de commodities e de capital intensivo olhando a oferta (ciclo de capital, curva de custo, defasagem da capacidade nova) e o câmbio, com sinais medidos pelas ferramentas da casa e casos históricos da B3.

  ~6 pages11 sectionsPython

• Compounders e qualidade: retorno alto, espaço para reinvestir e o preço certo contra o CDI

  O que torna uma empresa capaz de compor valor por décadas (retorno sobre o capital alto e espaço para reinvestir), como separá-la de uma empresa no pico do ciclo e quanto se pode pagar por ela quando o CDI está alto.

  ~6 pages11 sectionsPython

• Fontes de ideias: a varredura semanal, as receitas de tela, o registro e o funil até a semente

  Um processo repetível para o time gerar ideias: a varredura da semana com receitas exatas de tela, os feeds de eventos e de posicionamento, o registro de ideias na pasta do time, o funil até a semente e os hábitos que evitam achar só o que todo mundo acha.

  ~5 pages12 sectionsPython

• Ideias incomuns: órfãs, segunda ordem, recompras, ativos, insiders, aluguel, outros mercados e telas invertidas

  Onze fontes de ideias que a maioria dos investidores não olha, cada uma com o motivo do erro de preço, a evidência, a receita para achar candidatos com as ferramentas da casa e o que mata a ideia.

  ~6 pages16 sectionsPython

• Mudanças de regime: regulação, impostos, juros, índices e regras de listagem como fonte de ideias

  Como uma mudança nas regras (setor, impostos, juros, índices, listagem) altera o fluxo de caixa de um grupo inteiro, como mapear quem ganha e quem perde, e os casos brasileiros até 2025, inclusive a reforma tributária em transição até 2033.

  ~6 pages11 sectionsPython

• Situações especiais: cisões, fusões, OPAs, privatizações, aumentos de capital e holdings

  Os eventos societários que criam preço errado por motivo mecânico, as regras brasileiras que definem o resultado de cada um e como achar, medir e acompanhar esses casos com as ferramentas da casa.

  ~7 pages12 sectionsPython

• Turnarounds, desalavancagem e recuperação judicial: o que o acionista leva

  Como separar a virada real da armadilha de valor: a ação como opção sobre a firma, os sinais de turnaround, a matemática da desalavancagem e o que a recuperação judicial brasileira (Lei 11.101/2005, reforma de 2020) deixa para o acionista.

  ~6 pages9 sectionsPython

The company model, step by step, on CVM accounts: the three statements, revenue, cash, debt and taxes, scenarios, models by sector and the check against the quarter.

• Capital de giro, capex e caixa: prazos em dias, risco sacado, manutenção contra expansão e FCFF contra FCFE

  Como projetar capital de giro em dias (com risco sacado e antecipação de recebíveis), separar capex de manutenção e de expansão, tratar depreciação, calcular FCFF e FCFE a partir da DFC brasileira e medir a conversão de lucro em caixa.

  ~6 pages11 sectionsPython

• Cenários, probabilidades e sensibilidades: dos motores ao saida.json

  Como construir cenários pessimista, base e otimista a partir dos motores, dar probabilidades com taxa-base em vez de modelo pronto, fazer tabelas de sensibilidade e um Monte Carlo leve com o módulo random, e escrever e validar o saida.json que a casa lê.

  ~6 pages11 sectionsPython

• Checagem contra o reportado: reconciliar o modelo, separar o não recorrente e aprender com cada trimestre

  Como provar que o modelo reproduz os trimestres reportados, separar não recorrentes, lidar com reapresentações, equivalência e minoritários, comparar a previsão com o número publicado (forecast_file e forecast_resolve) e manter um registro de mudanças e de erros para o modelo melhorar a cada noite.

  ~6 pages13 sectionsPython

• Dívida, impostos e ações: cronograma por indexador, IR e CSLL, JCP, prejuízo fiscal, contagem de ações e participações

  Como montar o cronograma de dívida por indexador (CDI, IPCA, prefixado, câmbio), os juros do caixa, o IR e a CSLL com suas exceções, o JCP e seu benefício fiscal, o prejuízo fiscal com a trava de 30%, a contagem de ações com recompras e diluição, e a ponte do valor da firma ao acionista com minoritários e coligadas.

  ~6 pages12 sectionsPython

• Como o modelo muda por setor: bancos, seguradoras, utilities, commodities, varejo, incorporadoras, FIIs e software

  O que muda no premissas.toml, no modelo.py e no saida.json de cada tipo de negócio na B3: o demonstrativo central, os motores, a restrição que manda (capital, regulação, preço, obra) e o método de valor, com um mini-modelo de banco e a receita por avanço de obra em Python.

  ~7 pages14 sectionsPython

• Receita e margens: motores por modelo de negócio, alavancagem operacional e projeção a partir do histórico

  Como decompor a receita no motor certo para cada modelo de negócio, separar custo fixo de variável, medir a alavancagem operacional e projetar margens com taxa-base e reversão à média, com premissas.toml e funções em Python.

  ~6 pages11 sectionsPython

• O modelo de três demonstrativos: DRE, balanço e caixa ligados, com os códigos da CVM

  Como montar empresas/<TICKER>/modelo com DRE, balanço e fluxo de caixa ligados: os elos, as checagens que provam que o modelo fecha, o IFRS 16, a estrutura da DFP/ITR com os códigos de conta da CVM e o esqueleto do modelo.py.

  ~7 pages10 sectionsPython

What it is worth and what the price implies, with tested Python: DCF in reais, multiples, residual income, dividends, sum of the parts, banks, holdings and the CDI hurdle.

• Bancos: P/VP justo pelo ROE sustentável e pelo custo de capital (Gordon e lucro residual)

  P/VP justo = (ROE − g)/(Ke − g); como montar Ke com a NTN-B, a inflação esperada e o prêmio de ações, e as armadilhas contábeis dos bancos.

  ~1 page5 sectionsPython

• A barra contra o CDI: caminho do Focus, excesso anualizado e barra por classe de ativo

  Como a casa calcula a barra de uma tese: o CDI esperado no horizonte pelo caminho da Selic do Focus, o excesso anualizado e por que a margem do estatuto vale só para risco de ações.

  ~1 page6 sectionsPython

• DCF completo em reais: fluxo da firma e do acionista, custo de capital, valor terminal e checagens

  Como montar um DCF em reais que fecha: FCFF ou FCFE, taxa livre de risco pela NTN-B ou pela curva DI, prêmio de ações à moda Damodaran sem contar o risco país duas vezes, beta de pares, WACC com dívida CDI+ e IPCA+, valor terminal coerente com o ROIC, meio de ano e as checagens antes de gravar o saida.json.

  ~7 pages13 sectionsPython

• DCF reverso: o crescimento que o preço de hoje exige

  Em vez de adivinhar o valor, pergunte qual crescimento ou margem o preço implica, e se isso é plausível contra o histórico e os pares.

  ~1 page4 sectionsPython

• Dividendos e yield: modelos de desconto de dividendos, sustentabilidade do provento, yield contra o CDI depois de impostos e a armadilha do dividendo

  Como avaliar uma ação pelos proventos (Gordon, H-model e várias fases), como testar se o dividendo se sustenta com o caixa, a dívida e o investimento, como comparar o yield com o CDI depois dos impostos de pessoa física pelas regras em vigor até 2025 (e o que já foi aprovado para 2026) e como reconhecer a armadilha do dividendo.

  ~6 pages9 sectionsPython

• Holdings: valor dos ativos (NAV) e o desconto de holding

  Uma holding vale a soma das participações a preço de mercado menos a dívida líquida e os custos da holding; o desconto e sua história dizem se está barata.

  ~1 page3 sectionsPython

• Lucro residual, EVA e ROIC: valor como retorno acima do custo de capital, o desvanecimento do excesso e o ROIC pelas demonstrações da CVM

  O valor de uma empresa é o capital investido mais o valor presente do que ela rende acima do custo de capital; a nota mostra o modelo de lucro residual e o EVA, como o excesso de retorno desvanece, como ligar isso ao P/VP de financeiras e como calcular o ROIC linha a linha com as demonstrações da CVM.

  ~6 pages10 sectionsPython

• Múltiplos bem feitos: EV correto, quando cada múltiplo falha, normalização e o múltiplo que um DCF implica

  Como usar P/L, EV/EBITDA, P/VP, EV/Receita, FCF yield e dividend yield sem se enganar: montar o EV com arrendamentos, minoritários, coligadas e dívida escondida; saber quando cada múltiplo quebra; normalizar o lucro; comparar com a história e os pares; e tirar de um DCF o múltiplo que ele implica.

  ~7 pages12 sectionsPython

• Soma das partes, opções reais, liquidação e reposição, e o olhar do comprador alavancado

  Quatro lentes para quando um DCF único não captura o valor: a soma das partes e o desconto de conglomerado, opções reais com Black-Scholes para ativos não desenvolvidos e licenças, o valor de liquidação e de reposição como piso e teto, e quanto um comprador alavancado poderia pagar com o juro brasileiro.

  ~7 pages9 sectionsPython

How a research team works: process, thinking patterns, reading statements, sources, governance, the committee memo and the recipes that chain the tools.

• Apresentação e narrativa: números que contam a história certa, para o público e para os registros

  Como apresentar pesquisa ao público e nos registros do time: contar com números, gráficos que dizem a verdade (Tufte, Cleveland e McGill), mostrar incerteza com faixas, probabilidades e cenários, títulos que concluem, o tom de uma casa que não recomenda, as regras brasileiras sobre análise de valores mobiliários como orientação geral e um guia de estilo para escrever sobre investimentos em português.

  ~6 pages11 sectionsPython

• Fluxos de trabalho: as situações que se repetem, passo a passo

  Onze fluxos para as situações que se repetem num time de pesquisa (da primeira noite à saída de uma posição): quem faz, em que ordem, com que ferramentas e o que deixa registrado.

  ~2 pages11 sections

• Fontes primárias no Brasil: onde mora a evidência e como lê-la

  Onde está a evidência primária sobre uma companhia brasileira (documentos da CVM, releases e teleconferências, dados de reguladores e da B3), como ler um Formulário de Referência seção por seção, os prazos legais que dizem o que já era público numa data, e o que as nossas ferramentas cobrem e o que exige a web.

  ~7 pages11 sectionsPython

• Governança e gestão na B3: como julgar quem decide com o dinheiro do minoritário

  Como julgar gestão e governança de uma empresa da B3 com evidência: o conflito controlador contra minoritário, segmentos de listagem e tag along, tipos de controlador, a história factual de interferência em estatais, o histórico de alocação de capital, remuneração, partes relacionadas e uma nota de 0 a 100 em que cada critério cita a sua fonte.

  ~7 pages11 sectionsPython

• Habilidades: o que são, como escrever e um conjunto sugerido por assento

  Como o gestor escreve as habilidades do time (formato, princípios, o ciclo semanal de melhoria) e dezessete habilidades sugeridas para gestor, pesquisador, advogado e sentinela, cada uma com as ferramentas que usa.

  ~5 pages13 sections

• Leitura crítica de demonstrativos: lucro, caixa e os sinais de alerta

  Como ler DRE, balanço e fluxo de caixa com desconfiança treinada: lucro contra caixa, accruals (Sloan), a ideia do M-score (Beneish), receita, custos capitalizados, partes relacionadas, itens fora do balanço e risco sacado, casos brasileiros até 2025 e uma lista de sinais de alerta que roda com financials.

  ~8 pages11 sectionsPython

• O memorando de investimento: escrever e defender uma tese diante do comitê

  Como apresentar uma tese a quem decide: as peças do memorando (a tese em uma linha, a visão variante, por que agora, a ponte do preço aos cenários, catalisadores, riscos, critérios de saída e o que mudaria a nossa cabeça), a pirâmide de Minto e a conclusão primeiro, o pitch de 5 minutos, como responder a uma objeção e um memorando completo sobre uma empresa fictícia.

  ~6 pages11 sectionsPython

• Padrões de pensamento: as perguntas que separam uma tese de uma opinião

  Quinze padrões de pensamento para investir: o que cada um pergunta, quando usar, como aplicar com as ferramentas da casa e o erro que evita.

  ~2 pages16 sections

• Pesquisa primária: o scuttlebutt de um time que trabalha por ferramentas e pela web

  Como fazer pesquisa primária sem telefone nem visita: os proxies digitais (avaliações de apps, Reclame Aqui, vagas, preços, tráfego, reclamações em reguladores), a triangulação, o registro datado de cada evidência na pasta do time, o padrão para chamar algo de fato e a ética de usar só informação pública.

  ~6 pages10 sectionsPython

• Como um time de pesquisa trabalha: cadência, funil e padrões de evidência

  O modelo de operação de um time: a cadência da noite, da semana e do mês, o funil da ideia à carteira, quem faz o quê, o padrão de evidência e como gastar o orçamento onde ele muda uma decisão.

  ~2 pages6 sections

• Receita de empresa: do primeiro olhar à tese com modelo, ferramenta por ferramenta

  A receita do mergulho numa empresa, passo a passo: stock_card e valuation_snapshot, fundamentals para a tendência, financials para as linhas exatas da CVM (e como achar os códigos de conta), news_search, insider_trades, fund_ownership, earnings_calendar, o modelo em empresas/<TICKER>/modelo/ e a tese com modelOutput.

  ~7 pages13 sectionsPython

• Receitas de FII e BDR: fii_snapshot, us_fundamentals e o lugar de cada um na Carteira Completa

  Como ler FIIs com fii_snapshot (P/VP, yield, vacância, segmento) e BDRs com us_fundamentals (a empresa americana por trás, a paridade implícita, o câmbio), o que cada ferramenta não tem e o que fazer no lugar, e como os dois entram na Carteira Completa.

  ~6 pages10 sectionsPython

• Receitas de macro e renda fixa: o painel, a barra, o Tesouro, o CDB e a comparação depois do imposto

  Como usar market_overview, o caminho do CDI e a barra (metodos/barra-cdi.md), renda_fixa_list para o Tesouro e o papel bancário da Carteira Completa, como comparar uma tese de ação com uma NTN-B ou um CDB depois do imposto, e como ler as leituras macro da casa com kb_list, kb_read e kb_search.

  ~6 pages10 sectionsPython

• Receitas de posicionamento e fluxo: fundos, aluguel, insiders, lotação e assimetria

  Como ler quem está posicionado e quem pode vender com fund_ownership (detentores, variação, ações alugadas como proxy de venda a descoberto), fund_profile, fund_league e insider_trades; as armadilhas que o código esconde; lotação e manada; e como o posicionamento muda a assimetria de uma tese.

  ~6 pages10 sectionsPython

• Receitas para a temporada de resultados: calendário, prévia, leitura, revisão e placar

  O kit da temporada de resultados com as ferramentas da casa: earnings_calendar para planejar as semanas, a prévia com forecast_file (intervalo de 80%, data e onde será lido), o que conferir no número, a revisão, forecast_resolve e data_report quando o número da ferramenta está errado.

  ~6 pages10 sectionsPython

• Receitas de triagem: do universo da B3 a três nomes que merecem uma noite

  Sete telas para a B3 com screen, stock_snapshot, stock_card, valuation_snapshot, index_members e hub/stats/b3.csv: os parâmetros reais, o que ler na saída, o que salvar e como transformar uma lista em três nomes que merecem uma noite.

  ~8 pages13 sectionsPython

• Técnicas de análise: o que cada uma responde, os passos e as ferramentas

  Dezoito técnicas para pesquisar ações, cestas, setores e temas na B3, cada uma com a pergunta que responde, os passos, as ferramentas da casa e as armadilhas.

  ~3 pages5 sections

How each B3 sector makes money, what to measure, how to value it, the risks and the questions every thesis in it must answer.

• Aéreas, turismo e viagens

  Setor listado encolhido. A AZUL3 tem patrimônio negativo e saiu de uma reestruturação, a GOLL4 não aparece nas ferramentas e a CVCB3 dá prejuízo. Câmbio, querosene, capacidade e dívida explicam mais que os múltiplos.

  ~7 pages12 sections

• Agro, proteínas, alimentos, papel e celulose

  Cadeias com exposições distintas a commodities, câmbio, clima, consumo e capital de giro; a comparação exige separar produtores, processadores e marcas.

  ~7 pages12 sections

• Bancos

  Rentabilidade bancária depende de margem financeira após perdas de crédito, receitas de serviços, eficiência e capital; holdings exigem avaliação separada.

  ~7 pages12 sections

• Bens de capital e indústria

  Universo industrial heterogêneo: separar equipamentos, transporte, materiais de construção e químicos antes de comparar margens, alavancagem e múltiplos.

  ~7 pages12 sections

• Construção, incorporação e shoppings

  Crédito e execução determinam a conversão de vendas imobiliárias em caixa; ocupação, aluguéis e capital investido determinam a renda recorrente.

  ~7 pages12 sections

• Educação: ensino superior, básico e medicina

  Seis educadoras líquidas na B3 negociam a EV/EBITDA de 4,7x a 6,0x. O que as separa é a alavancagem (custo financeiro de 24% a 57% do EBITDA no 2T26), o peso da medicina e do EAD e três choques novos: a fusão Afya–Yduqs, o fim da escala 6x1 e o Enamed obrigatório.

  ~8 pages12 sections

• Energia elétrica: geração, transmissão e distribuição

  Contratos, regulação e execução determinam a conversão de ativos elétricos em caixa; juros, alavancagem e riscos operacionais diferenciam os pares.

  ~8 pages12 sections

• Fundos imobiliários (FIIs): tijolo, papel e híbridos

  FIIs vivem do spread entre a renda distribuída (aluguel ou juros de CRI) e o custo de oportunidade (CDI 13,65% e NTN-B longa 6,74% real). Em 2026-10-16, o tijolo negocia a P/VP mediano de 0,95x com DY de 9,2%, e o papel a ~1,00x com DY de 11,75%.

  ~8 pages12 sections

• Mineração e siderurgia

  Exposição a commodities, câmbio e demanda industrial exige separar operação, ciclo, estrutura societária e geração de caixa.

  ~7 pages12 sections

• Petróleo, gás e distribuição de combustíveis

  Cadeia heterogênea: produção depende de reservas e realização do petróleo; distribuição, de margem e giro; gás, de contratos e regulação; holdings, de caixa e dívida por entidade.

  ~8 pages12 sections

• Saneamento e gás

  Concessões de água e gás compartilham risco regulatório e necessidade de capital; resíduos exigem avaliação operacional própria, e as comparações precisam separar emissores, classes e perímetros.

  ~7 pages12 sections

• Saúde: hospitais, planos, diagnósticos e farma

  Demanda assistencial, utilização, reajustes, ocupação e capital de giro conectam negócios com riscos e estruturas contábeis distintos.

  ~8 pages12 sections

• Seguros e serviços financeiros

  Seguros, distribuição e infraestrutura financeira exigem separar resultado operacional, resultado financeiro e capital disponível para distribuição.

  ~6 pages12 sections

• Telecom e tecnologia

  Telecom depende de escala e investimento em rede; software, de retenção e monetização; equipamentos, de margem e capital de giro.

  ~7 pages12 sections

• Transporte, logística, concessões e locação

  Negócios intensivos em ativos e financiamento; a análise exige separar receita contratada, utilização, reposição de ativos, valor residual e obrigações de concessão.

  ~7 pages12 sections

• Varejo e consumo

  Consumo reúne modelos distintos; comparar crescimento, margem e caixa exige separar subsetores, arrendamentos, crédito e eventos extraordinários.

  ~8 pages12 sections